最近一篇文章，审稿人要我做 Genetic algorithm 与Gaussian process结合建立模型。 这建立模型过程中用GA做变量选择，这下把我难住了，我只会 使用matlab的GA工具箱和Libsvm结合进行这样的任务。 因为Gaussian process方法在matlab中的使用不会用，我原来文章中是用的 R 的kernlab包中Gaussian Process，当然，建立Gaussian Process 模型时候，我使用的自变量是由 GA+SVM方法选择的，审稿人说不合理，要我GA+GP（gaussian process）本身选择的，所以就把我难住了。

我搜寻了Internet发现R的“genalg”包能做GA，并且这个包还给出了 GA+pls选择波长的例子，但是，我不知道如何才能提取选择的波长，这个包好像没有给出来，而我恰恰要提取选择的自变量来建立模型，得到各种统计参数（cross-validation R2， pred R2 etc）以便 GA+SVM和GA+GP进行比较。


哪位能给些帮助，是GA+GP得以实现，使用 Matlab软件也行。 谢谢了！ 这里 GA使用二进制编码 0-没选择的变量  1-选择的变量。

我的数据是这样的：      training set is matrix: 191*106
                                        test set: 73*106

用GA+GP做回归预测。

还有不知道 matlab的 GP包“netlab3_3”或者“gpml-matlab-v3.1-2010-09-27.zip”如何得到预测的输出，就像libsvm这样的：
cmd = ['-v ',num2str(v),' -c',num2str(cgp(nind,1)),  '-g ',num2str(cgp(nind,2)),' -p ',num2str(cgp(nind,3)),' -s 3'];
model = svmtrain(train_y,train_data_best,cmd_best);
train_pred = svmpredict(train_y,train_data_best,model); % 得到训练集输出的预测值

GP包（matlab）怎么的得到“train_pred”呢？

下面的语句是：GP官网（http://www.gaussianprocess.org/gpml/code/matlab/doc/）给的预测语句格式
prediction: [ymu ys2 fmu fs2   ] = gp(hyp, inf, mean, cov, lik, x, y, xs);

这里面的ymu是预测输出吗？相当于 “train_pred”吗？ 希望各位朋友帮个忙，解决这个问题，因为过几天，我就要把这个reviwer的意见传上去了，可现在人家提的意见我还没有解决，谢谢大家了！